KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK
|
|
- Verawati Kusumo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Sebagai Salah Satu Persyaratan Guna Memperoleh Gelar Sarjana Sains Disusun oleh: Rahmada Putri Setiadi PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA 2016 i
2 PERSETUJUAN Skripsi yang berjudul KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK yang disusun oleh Rahmada Putri Setiadi, NIM ini telah disetujui oleh pembimbing untuk diujikan. Yogyakarta, 1 Juni 2016 Dosen Pembimbing Dr. Dhoriva Urwatul Wutsqa NIP ii
3 HALAMAN PENGESAHAN Skripsi yang berjudul: KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK Yang disusun oleh: Nama : Rahmada Putri Setiadi NIM : Prodi : Matematika Skripsi ini telah diujikan di depan Dewan Penguji Skripsi pada tanggal 9 Juni 2016 dan dinyatakan LULUS. DEWAN PENGUJI Nama Jabatan Tanda Tangan Tanggal Dr. Dhoriva Urwatul W Fitriana Yuli S., M.Si Dr. Agus Maman Abadi Atmini Dhoruri, M.S Ketua Penguji. Sekretaris Penguji. Penguji Utama. Penguji Pendamping. Yogyakarta, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Dekan, Dr. Hartono NIP iii
4 HALAMAN PERNYATAAN Yang bertanda tangan di bawah ini, saya: Nama : Rahmada Putri Setiadi NIM : Program Studi : Matematika Fakultas : Matematika dan Ilmu Pengetahuan Alam Judul Skripsi : KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK Menyatakan bahwa skripsi ini benar-benar karya saya sendiri dan sepanjang pengetahuan saya, tidak terdapat karya atau materi yang ditulis atau digunakan sebagai persyaratan penyelesaian studi di perguruan tinggi, kecuali pada bagianbagian tertentu yang diambil sebagai acuan atau kutipan dengan mengikuti tata penulisan karya ilmiah yang telah lazim. Apabila ternyata terbukti pernyataan saya tidak benar, maka sepenuhnya menjadi tanggung jawab saya, dan saya bersedia menerima sanksi sesuai ketentuan yang berlaku. Yogyakarta, 1 Juni 2016 Yang Menyatakan, Rahmada Putri Setiadi NIM iv
5 MOTTO Barang siapa bersungguh-sungguh, sesungguhnya kesungguhannya itu adalah untuk dirinya sendiri. (QS. Al-Ankabut: 6) Janganlah engkau bersedih, sesungguhnya Allah bersama kita. (QS. At-Taubah: 40) Love what you do, do what you love. v
6 HALAMAN PERSEMBAHAN Alhamdulillah, puji syukur kehadirat Allah SWT, akhirnya saya dapat menyelesaikan skripsi ini. Karya sederhana ini saya persembahkan untuk: Kedua orang tuaku, Bapak Tukiyadi dan Ibu Rohmi Rahayu yang selalu mendoakanku, memberiku semangat dan mendukungku sehingga aku dapat menyelesaikan karya ini dengan baik. Saudari-saudariku, Mbak Hida dan Dek Nisa Gembul yang tak hentihentinya mengingatkan aku dan memberikan semangat untuk segera menyelesaikan skripsi ini. Isas, Ratih, dan Marwah sesama pejuang skripsi, akhirnya kita bisa melalui semua masalah dan menyelesaikan skripsi ini. Dinda, Lela, Zen, Rini, Anita, temen-temen main dan nonton, yang telah memberikan banyak kenangan indah dan tak terlupakan selama ini. Teman-teman Matematika Swadana 2012 yang memberikan kenangan, ilmu, pengalaman dan kebersamaan selama 4 tahun ini. Semoga kita semua sukses di masa depan. Bahagia selalu. vi
7 KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK Oleh: Rahmada Putri Setiadi ABSTRAK Kanker payudara menjadi ancaman yang mematikan bagi semua wanita di seluruh dunia. Oleh karena itu, deteksi kanker sejak dini perlu dilakukan sehingga kanker payudara dapat lebih mudah ditangani. Fuzzy Neural Network (FNN) merupakan salah satu metode yang dapat digunakan untuk klasifikasi stadium kanker payudara. Penelitian ini bertujuan untuk menjelaskan prosedur dan hasil klasifikasi stadium kanker payudara menggunakan model FNN dengan dan tanpa operasi titik intensity adjustment. Prosedur awal klasifikasi kanker payudara menggunakan FNN adalah melakukan preprocessing citra mammogram payudara dengan cara memotong citra, menghilangkan background hitam, dan melakukan operasi titik intensity adjustment. Setelah itu dilakukan ekstraksi citra mammogram untuk mendapatkan parameter-parameter statistik, yaitu kontras, korelasi, energi, homogenitas, entropi, sum of squares, inverse difference moment, sum average, sum entropy, sum variance, difference variance, difference entropy, probabilitas maksimum, dan dissimilarity. Variabel input yang digunakan adalah hasil fuzzifikasi parameter-parameter hasil ekstraksi citra menggunakan fungsi keanggotaan trapesium dan variabel output adalah hasil klasifikasi kanker payudara. Pembagian data menjadi dua, yaitu 80% data training dan 20% data testing. Sebelum dilakukan pembelajaran, input fuzzy dinormalisasi. Pembentukan model terbaik dilakukan menggunakan algoritma pembelajaran backpropagation dengan menentukan banyaknya neuron terbaik pada lapisan tersembunyi yang menghasilkan nilai akurasi tertinggi. Fungsi aktivasi yang digunakan adalah sigmoid biner pada lapisan input dan linear pada lapisan tersembunyi. Selanjutnya, denormalisasi dilakukan untuk mengembalikan nilai output jaringan ke nilai yang sebenarnya. Hasil klasifikasi stadium kanker payudara menggunakan model FNN dengan operasi titik menunjukkan nilai akurasi, sensitivitas, dan spesifisitas secara berurutan adalah 100%, 100%, dan 100% untuk data training dan 79,1667%, 87,5%, dan 100% untuk data testing, sedangkan hasil tanpa operasi titik adalah 100%, 100%, dan 100% untuk data training dan 54,1667%, 87,5%, dan 12,5% untuk data testing. Kata Kunci : Fuzzy Neural Nework (FNN), Backpropagation, klasifikasi, kanker payudara, operasi titik vii
8 KATA PENGANTAR Alhamdulillah, puji syukur kehadirat Allah SWT atas segala nikmat-nya, akhirnya penulis mampu menyelesaikan penulisan Skripsi dengan judul Klasifikasi Stadium Kanker Payudara Menggunakan Model Fuzzy Neural Network. Skripsi ini disusun untuk memenuhi persyaratan guna memperoleh gelar Sarjana Sains Program Studi Matematika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta. Penyusunan skripsi ini tidak lepas dari dukungan, motivasi, kerjasama maupun bimbingan dari berbagai pihak secara langsung maupun tidak langsung. Oleh karena itu, penulis menyampaikan terima kasih kepada: 1. Bapak Dr. Hartono, selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam yang telah memberikan kelancaran dalam urusan akademik di tingkat fakultas. 2. Bapak Dr. Ali Mahmudi, selaku Ketua Jurusan Pendidikan Matematika yang telah memberikan kelancaran dalam pelayanan akademik di tingkat jurusan. 3. Bapak Dr. Agus Maman Abadi, selaku Ketua Program Studi Matematika Universitas Negeri Yogyakarta atas bimbingan dan pengarahan dalam penulisan skripsi ini, serta dukungan akademik kepada penulis. 4. Ibu Dr. Dhoriva U. W., selaku dosen pembimbing yang telah sangat sabar memberikan bimbingan, pengarahan, dan semangat dalam penyusunan skripsi ini. viii
9 5. Ibu Nur Insani, M. Sc, selaku Dosen Pembimbing Akademik yang telah memberikan pengarahan dan bimbingan selama proses studi. 6. Seluruh Dosen Jurusan Pendidikan Matematika yang telah memberikan arahan dan ilmu yang bermanfaat bagi penulis. 7. Seluruh pihak yang telah membantu dan memberikan dukungan dalam penulisan skripsi ini hingga akhir. Penulis menyadarai bahwa masih banyak kekurangan dan kesalahan dalam skripsi ini. Oleh karena itu, kritik dan saran yang membangun penulis harapkan sebagai sebuah koreksi dan untuk perbaikan skripsi ini. Demikian skripsi ini penulis susun, semoga dapat memberikan manfaat bagi penulis dan pembaca. Yogyakarta, 1 Juni 2016 Penulis, Rahmada Putri Setiadi ix
10 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii HALAMAN PERNYATAAN... iv MOTTO... v HALAMAN PERSEMBAHAN... vi ABSTRAK... vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xv DAFTAR LAMPIRAN... xvii DAFTAR SIMBOL... xix BAB I PENDAHULUAN A. Latar Belakang... 1 B. Pembatasan Masalah... 7 C. Rumusan Masalah... 7 D. Tujuan Penelitian... 8 E. Manfaat Penelitian... 8 BAB II KAJIAN TEORI A. Kanker Payudara (Breast Cancer) Pengertian Kanker Payudara... 9 x
11 2. Klasifikasi Kanker Payudara Penyebab Kanker Payudara Gejala-gejala Kanker Payudara Deteksi Kanker Payudara B. Konsep Dasar Artificial Neural Network Arsitektur Neural Network Fungsi Aktivasi Algoritma Pembelajaran C. Algoritma Backpropagation D. Logika Fuzzy Himpunan Klasik (Crisp) Himpunan Fuzzy Fungsi Keanggotaan Operator-operator Fuzzy E. Pengolahan Citra Digital F. Pengukuran Ketepatan Hasil Klasifikasi BAB III PEMBAHASAN A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium Kanker Payudara B. Prosedur Klasifikasi Stadium Kanker Payudara Menggunakan Model Fuzzy Neural Network Preprocessing Citra a. Proses Pemotongan Citra dan Menghlangkan Background xi
12 b. Perbaikan Kualitas Citra dengan Operasi Titik Intensity Adjustment Ekstraksi Citra Menentukan Variabel Input dan Variabel Output a. Mengidentifikasi Himpunan Semesta (U) untuk Setiap Input b. Mendefinisikan Himpunan Fuzzy pada Input c. Menentukan Maksimum dari Derajat Keanggotaan Pembagian Data Normalisasi Data Pembentukan Model Terbaik Denormalisasi Data C. Hasil Klasifikasi Stadium Kanker Payudara Menggunakan Model Fuzzy Neural Network D. Pengukuran Ketepatan Hasil Klasifikasi BAB IV PENUTUP A. Kesimpulan B. Saran DAFTAR PUSTAKA LAMPIRAN xii
13 DAFTAR TABEL Tabel 2.1. Hasil Uji Diagnosa Tabel 3.1. Hasil Ekstraksi Citra mdb003.png Tabel 3.2. Hasil Normalisasi Data pada Citra mdb003.png Tabel 3.3. Nilai Akurasi Hasil Pembelajaran Neuron Terbaik dengan Operasi Titik Tabel 3.4. Nilai Akurasi Hasil Pembelajaran Neuron Terbaik tanpa Operasi Titik Tabel 3.5. Menghitung Tingkat Sensitivitas dan Spesifisitas Data Training (dengan Operasi Titik) Tabel 3.6. Menghitung Tingkat Akurasi Data Training (dengan Operasi Titik) Tabel 3.7. Menghitung Tingkat Sensitivitas dan Spesifisitas Data Training (tanpa Operasi Titik) Tabel 3.8. Menghitung Tingkat Akurasi Data Training (tanpa Operasi Titik) Tabel 3.9. Menghitung Tingkat Sensitivitas dan Spesifisitas Data Testing (dengan Operasi Titik) Tabel Menghitung Tingkat Akurasi Data Testing (dengan Operasi Titik) Tabel Menghitung Tingkat Sensitivitas dan Spesifisitas Data Testing (tanpa Operasi Titik) xiii
14 Tabel Menghitung Tingkat Akurasi Data Testing (tanpa Operasi Titik) xiv
15 DAFTAR GAMBAR Gambar 2.1. Syaraf Secara Biologi Gambar 2.2. Neural Network Sederhana Gambar 2.3. Arsitektur Neural Network dengan Banyak Lapisan Gambar 2.4. Neural Network dengan Lapisan Kompetitif Gambar 2.5. Fungsi Aktivasi Linear (Identitas) Gambar 2.6. Fungsi Aktivasi Undak Biner Gambar 2.7. Fungsi Aktivasi Sigmoid Biner dengan dan Gambar 2.8. Fungsi Aktivasi Sigmoid Bipolar Gambar 2.9. Representasi Kurva Trapesium Gambar Citra mammogram untuk payudara normal (a), Citra mammogram untuk tumor payudara (b), dan Citra mammogram untuk kanker payudara (c) Gambar Operasi titik pada citra digital Gambar (a) Citra mdb003.png sebelum dilakukan operasi titik (b) Data histogram citra mdb003.png sebelum dilakukan operasi titik Gambar (a) Citra mdb003.png sesetelah dilakukan operasi titik (b) Data histogram citra mdb003.png setelah dilakukan operasi titik Gambar 3.1. Arsitektur Backpropagation Neural Network dengan Input Fuzzy xv
16 Gambar 3.2. Prosedur Pemodelan Fuzzy Neural Network Gambar 3.3. Pemotongan citra mammogram payudara; (a) mdb003 sebelum dipotong, (b) mdb003 setelah dipotong Gambar 3.4. Proses menghilangkan background citra mammogram payudara; (a) mdb003 dengan background hitam, (b) mdb003 dengan background putih Gambar 3.5. Citra mammogram mdb003.png sebelum dan sesudah dilakukan operasi titik intensity adjustment xvi
17 DAFTAR LAMPIRAN Lampiran 1. Citra Mammogram Data Training Lampiran 2. Citra Mammogram Data Testing Lampiran 3. Script M-file GLCM Ekstraksi 14 Parameter Statistik Lampiran 4. Script Matlab untuk operasi titik dan ekstraksi Lampiran 5. Tabel Hasil Ekstraksi Citra Mammogram Data Training (dengan Operasi Titik) Lampiran 6. Tabel Hasil Ekstraksi Citra Mammogram Data Testing (dengan Operasi Titik) Lampiran 7. Tabel Hasil Ekstraksi Citra Mammogram Data Training (tanpa Operasi Titik) Lampiran 8. Tabel Hasil Ekstraksi Citra Mammogram Data Testing (tanpa Operasi Titik) Lampiran 9. Script M-file Fuzzy Neural Network untuk Klasifikasi Kanker Payudara Lampiran 10. Hasil Klasifikasi Stadium Kanker Payudara dengan Operasi Titik pada Data Training Lampiran 11. Hasil Klasifikasi Stadium Kanker Payudara dengan Operasi Titik pada Data Testing Lampiran 12. Hasil Klasifikasi Stadium Kanker Payudara tanpa Operasi Titik pada Data Training xvii
18 Lampiran 13. Hasil Klasifikasi Stadium Kanker Payudara tanpa Operasi Titik pada Data Testing Lampiran 14. Bobot dari Hasil Matlab (dengan Operasi Titik) Lampiran 15. Bobot dari Hasil Matlab (tanpa Operasi Titik) xviii
19 DAFTAR SIMBOL : citra atau fungsi pada operasi titik. : citra masukan. : citra keluaran. : operasi lanjar (linear) atau nirlanjar (nonlinear). : konstanta faktor penyesuaian pada operasi titik intensity adjustment. : entri pada Gray Level Coocurrence Matrix baris ke-i dan kolom ke-j dengan dan. : banyak tingkat abu-abu dari citra. : rata-rata dari. : jumlah, dengan. : jumlah dengan. : fungsi keanggotaan trapesium variabel input ke-i. : variabel output. : variabel input fuzzy ke-i. : bobot dari neuron ke-i pada lapisan input fuzzy menuju neuron ke-j pada lapisan tersembunyi. : bobot bias neuron ke-j pada lapisan tersembunyi. : bobot dari neuron ke-j pada lapisan tersembunyi menuju neuron pada lapisan output. : bobot bias pada neuron lapisan output. xix
20 : error. P : matriks input data training. T : matriks target training. Pn : matriks input yang ternormalisasi dengan mean=0 dan standar deviasi=1. Tn : matriks target yang ternormalisasi dengan mean=0 dan standar deviasi=1. Qn : matriks input testing yang ternormalisasi. Pc : matriks input testing. meanp : mean pada matriks input asli (P). stdp : standar deviasi pada matriks input asli (P). meant : mean pada matriks target asli (T). stdt : standar deviasi pada matriks target asli (T). Si : banyaknya neuron pada lapisan ke-i, dengan i=1,2,,q. TFi : fungsi aktivasi pada lapisan ke-i, dengan i=1,2,,n (default: logsig dan purelin). BTF : fungsi pelatihan jaringan (default: traingdx). PF : fungsi kinerja (default: akurasi). net : jaringan syaraf. tr : informasi pelatihan (epoh dan fungsi kinerja). Pn : matriks data input yang telah dinormalisasi. Tn : matriks data target yang telah dinormalisasi. P dan T : matriks yang telah didenormalisasi. xx
Disusun oleh: Aziza Ratna Kumala
PERBANDINGAN K-MEANS DAN FUZZY C-MEANS CLUSTERING PADA MODEL RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) UNTUK KLASIFIKASI STADIUM KANKER PAYUDARA SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciBAB III PEMBAHASAN. A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium
BAB III PEMBAHASAN A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium Kanker Payudara Fuzzy Neural Network (FNN) adalah gabungan sistem fuzzy dengan Artificial Neural Network (ANN).
Lebih terperinciKLASIFIKASI KANKER SERVIKS MENGGUNAKAN MODEL BACKPROPAGATION NEURAL NETWORK DAN PREPROCESSING CITRA DENGAN OPERASI SPASIAL
KLASIFIKASI KANKER SERVIKS MENGGUNAKAN MODEL BACKPROPAGATION NEURAL NETWORK DAN PREPROCESSING CITRA DENGAN OPERASI SPASIAL SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciKLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI
KLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciMODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA
MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciOPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA
OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB IV PEMBAHASAN. Bab IV berisi pembahasan yang meliputi proses penelitian yakni hasil
BAB IV PEMBAHASAN Bab IV berisi pembahasan yang meliputi proses penelitian yakni hasil model Radial Basis Function Neural Network untuk diagnosa kanker otak, hasil klasifikasi, dan ketepatan hasil klasifikasinya.
Lebih terperinciBAB III PEMBAHASAN. arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk
BAB III PEMBAHASAN Bab III merupakan pembahasan yang meliputi proses penelitian yaitu arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk klasifikasi stadium kanker payudara,
Lebih terperinciFUZZY ELMAN RECURRENT NEURAL NETWORK DALAM PERAMALAN HARGA MINYAK MENTAH DI INDONESIA DENGAN OPTIMASI ALGORITMA GENETIKA TUGAS AKHIR SKRIPSI
FUZZY ELMAN RECURRENT NEURAL NETWORK DALAM PERAMALAN HARGA MINYAK MENTAH DI INDONESIA DENGAN OPTIMASI ALGORITMA GENETIKA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciDETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI
DETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB III METODE PENELITIAN. sekunder berupa citra Magnetic Resonansi Image (MRI) yang diperoleh dari
BAB III METODE PENELITIAN Metode penelitian yang dilakukan pada penelitian ini adalah teknik pengumpulan data dan teknik analisis data. A. Teknik Pengumpulan Data Data yang digunakan pada penelitian ini
Lebih terperinciPROFILE ANALYSIS VIA MULTIDIMENSIONAL SCALING (PAMS) DAN APLIKASINYA UNTUK MENGGAMBARKAN POLA PROFIL NILAI UJIAN SEKOLAH SKRIPSI
PROFILE ANALYSIS VIA MULTIDIMENSIONAL SCALING (PAMS) DAN APLIKASINYA UNTUK MENGGAMBARKAN POLA PROFIL NILAI UJIAN SEKOLAH SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB II KAJIAN TEORI. di antaranya mengenai kanker payudara (breast cancer), konsep dasar Neural
BAB II KAJIAN TEORI Bab II berisi tentang kajian teori yang akan digunakan dalam penelitian ini di antaranya mengenai kanker payudara (breast cancer), konsep dasar Neural Network, algotitma Backpropagation,
Lebih terperinciBAB I PENDAHULUAN. jaringan ikat pada payudara. Terdapat beberapa jenis kanker payudara antara lain
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah pertumbuhan sel-sel pada jaringan payudara secara abnormal, terus menerus, tidak terkontrol dan tidak terbatas. Kanker bisa mulai tumbuh di dalam
Lebih terperinciANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS
ANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS (SUSCEPTIBLE-INFECTED-SUSCEPTIBLE) SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciPENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE LINKAGE SKRIPSI
PENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE LINKAGE SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciKLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS TUGAS AKHIR SKRIPSI
KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciAPLIKASI FUZZY LOGIC UNTUK MENILAI KOLEKTIBILITAS ANGGOTA SEBAGAI PERTIMBANGAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT DI KOPERASI X SKRIPSI
APLIKASI FUZZY LOGIC UNTUK MENILAI KOLEKTIBILITAS ANGGOTA SEBAGAI PERTIMBANGAN PENGAMBILAN KEPUTUSAN PEMBERIAN KREDIT DI KOPERASI X SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II
BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciKLASIFIKASI KANKER PAYUDARA DARI CITRA MAMMOGRAFI MENGGUNAKAN MODEL FUZZY NEURAL NETWORK
KLASIFIKASI KANKER PAYUDARA DARI CITRA MAMMOGRAFI MENGGUNAKAN MODEL FUZZY NEURAL NETWORK SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi
Lebih terperinciOPTIMISASI PERENCANAAN MENU DIET BAGI PENDERITA DIABETES MELLITUS DENGAN MODEL GOAL PROGRAMMING (STUDI KASUS: RS. PKU MUHAMMADIYAH YOGYAKARTA) SKRIPSI
OPTIMISASI PERENCANAAN MENU DIET BAGI PENDERITA DIABETES MELLITUS DENGAN MODEL GOAL PROGRAMMING (STUDI KASUS: RS. PKU MUHAMMADIYAH YOGYAKARTA) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciANALISIS DURASI NYALA LAMPU LALU LINTAS PADA PERSIMPANGAN BERDEKATAN DENGAN PENERAPAN ALJABAR MAX-PLUS HALAMAN JUDUL TUGAS AKHIR SKRIPSI
ANALISIS DURASI NYALA LAMPU LALU LINTAS PADA PERSIMPANGAN BERDEKATAN DENGAN PENERAPAN ALJABAR MAX-PLUS HALAMAN JUDUL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciAplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan. Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman
Aplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman Provinsi Daerah Istimewa Yogyakarta Oleh: Arifudin Prabowo Kurniawan 13305144011 ABSTRAK
Lebih terperinciANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI
ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH
APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB III PEMBAHASAN. Radial Basis Function Neural Network (FRBFNN), prosedur pembentukan model
BAB III PEMBAHASAN Bab III merupakan pembahasan yang meliputi proses penelitian yaitu Fuzzy Radial Basis Function Neural Network (FRBFNN), prosedur pembentukan model FRBFNN, hasil model FRBFNN untuk deteksi
Lebih terperinciDAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pengesahan Penguji. Halaman Persembahan. Halaman Motto. Kata Pengantar.
DAFTAR ISI Halaman Judul i Lembar Pengesahan Pembimbing ii Lembar Pengesahan Penguji iii Halaman Persembahan iv Halaman Motto v Kata Pengantar vi Abstraksi viii Daftar Isi ix Daftar Gambar xii Daftar Tabel
Lebih terperinciLATENT ROOT REGRESSION DALAM MENGATASI MULTIKOLINEARITAS PADA FAKTOR-FAKTOR YANG MEMPENGARUHI IHSG DI BURSA EFEK INDONESIA SKRIPSI
LATENT ROOT REGRESSION DALAM MENGATASI MULTIKOLINEARITAS PADA FAKTOR-FAKTOR YANG MEMPENGARUHI IHSG DI BURSA EFEK INDONESIA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciMODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI
MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciOPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI
OPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciIMPLEMENTASI SISTEM FUZZY SUGENO ORDE SATU PADA DIAGNOSIS KANKER PAYUDARA
Implementasi Sistem Fuzzy... (Weni Safitri) 1 IMPLEMENTASI SISTEM FUZZY SUGENO ORDE SATU PADA DIAGNOSIS KANKER PAYUDARA IMPLEMENTATION OF FIRST-ORDER SUGENO FUZZY SYSTEM ON DIAGNOSING BREAST CANCER Oleh:
Lebih terperinciOPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI
OPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPERINGKASAN TEKS BAHASA INDONESIA MENGGUNAKAN MODIFIED DISCRETE DIFFERENTIAL EVOLUTION ALGORITHM
HALAMAN JUDU L PERINGKASAN TEKS BAHASA INDONESIA MENGGUNAKAN MODIFIED DISCRETE DIFFERENTIAL EVOLUTION ALGORITHM SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika
Lebih terperinciIdentifikasi Tumor Otak Menggunakan Jaringan Syaraf Tiruan Propagasi Balik pada Citra CT-Scan Otak Vinny Marita a, Nurhasanah a*, Iklas Sanubary a
Identifikasi Tumor Otak Menggunakan Jaringan Syaraf Tiruan Propagasi Balik pada Citra CT-Scan Otak Vinny Marita a, Nurhasanah a*, Iklas Sanubary a a Prodi Fisika, FMIPA Universitas Tanungpura, Jalan Prof.
Lebih terperinciRANCANGAN ACAK LENGKAP UNTUK MENGETAHUI PENGARUH JENIS BAHAN BAKAR TERHADAP BANYAKNYA KONSUMSI BAHAN BAKAR KENDARAAN BERMOTOR SKRIPSI
RANCANGAN ACAK LENGKAP UNTUK MENGETAHUI PENGARUH JENIS BAHAN BAKAR TERHADAP BANYAKNYA KONSUMSI BAHAN BAKAR KENDARAAN BERMOTOR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciANALISIS MODEL MATEMATIKA TENTANG PENGARUH SISTEM IMUN DAN VIRUS TERHADAP DINAMIK PERTUMBUHAN SEL TUMOR DAN SEL NORMAL SKRIPSI
ANALISIS MODEL MATEMATIKA TENTANG PENGARUH SISTEM IMUN DAN VIRUS TERHADAP DINAMIK PERTUMBUHAN SEL TUMOR DAN SEL NORMAL SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB II KAJIAN TEORI. kanker. Kanker yang tumbuh pada payudara disebut kanker payudara.
BAB II KAJIAN TEORI A. Kanker Payudara Kanker merupakan pertumbuhan sekelompok sel yang tidak normal, yang berkembang pada bagian tubuh yang normal. Sel kanker yang tumbuh membentuk benjolan disebut tumor.
Lebih terperinciT 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX
T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX Oleh: Intan Widya Kusuma Program Studi Matematika, FMIPA Universitas Negeri yogyakarta
Lebih terperinciBAB III PEMBAHASAN. 1. Arsitektur Fuzzy Radial Basis Function Neural Network (FRBFNN) Fuzzy Radial Basis Function Neural Network (FRBFNN) merupakan
BAB III PEMBAHASAN A. Fuzzy Radial Basis Function (FRBFNN) 1. Arsitektur Fuzzy Radial Basis Function Neural Network (FRBFNN) Fuzzy Radial Basis Function Neural Network (FRBFNN) merupakan gabungan dari
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS
IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) UNTUK OPTIMASI RUTE PENDISTRIBUSIAN RASKIN DI KOTA YOGYAKARTA TUGAS
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER PAYUDARA MENGGUNAKAN EKSTRAKSI FITUR STATISTICAL PADA CITRA MAMMOGRAM BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI DETEKSI KANKER PAYUDARA MENGGUNAKAN EKSTRAKSI FITUR STATISTICAL PADA CITRA MAMMOGRAM BERBASIS JARINGAN SYARAF TIRUAN Oleh : WAHYU JATMIKA 2009-51-009 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU
Lebih terperinciHALAMAN JUDUL ANALISIS MODEL BLACK LITTERMAN UNTUK DATA PASAR BERDISTRIBUSI SKEW NORMAL TUGAS AKHIR SKRIPSI
HALAMAN JUDUL ANALISIS MODEL BLACK LITTERMAN UNTUK DATA PASAR BERDISTRIBUSI SKEW NORMAL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk
Lebih terperinciANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI
ANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciANALISIS KESTABILAN MODEL SEII T (SUSCEPTIBLE-EXPOSED-ILL- ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS TUGAS AKHIR SKRIPSI
ANALISIS KESTABILAN MODEL SEII T (SUSCEPTIBLE-EXPOSED-ILL- ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPENDEKATAN ALTERNATIF LEAST DISCRIMINANT PADA MODEL BLACK-LITTERMAN TUGAS AKHIR SKRIPSI
PENDEKATAN ALTERNATIF LEAST DISCRIMINANT PADA MODEL BLACK-LITTERMAN TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian
Lebih terperinciBAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.
BAB III PEMBAHASAN Data yang digunakan dalam bab ini diasumsikan sebagai data perkiraan harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017. Dengan demikian dapat disusun model Fuzzy
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciAPLIKASI MEDIA PENGENALAN SIFAT-SIFAT DAN KARAKTERISTIK TOKOH WAYANG BERBASIS ANDROID DENGAN METODE AUGMENTED REALITY
APLIKASI MEDIA PENGENALAN SIFAT-SIFAT DAN KARAKTERISTIK TOKOH WAYANG BERBASIS ANDROID DENGAN METODE AUGMENTED REALITY SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciBAB I PENDAHULUAN. syaraf pusat yang mengkoordinir, mengatur seluruh tubuh dan pemikiran manusia.
BAB I PENDAHULUAN A. Latar Belakang Masalah Otak adalah bagian penting dari tubuh manusia karena otak merupakan syaraf pusat yang mengkoordinir, mengatur seluruh tubuh dan pemikiran manusia. Cidera sedikit
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciMahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.
Mahasiswa: Muhimmatul Khoiro 1110100049 Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si. Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014 Diagnosa
Lebih terperinciDAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pernyataan Keaslian. Lembar Pengesahan Penguji. Halaman Persembahan.
xi DAFTAR ISI Halaman Judul Lembar Pengesahan Pembimbing Lembar Pernyataan Keaslian Lembar Pengesahan Penguji Halaman Persembahan Halaman Motto Kata Pengantar Abstraksi Daftar Isi Daftar Gambar Daftar
Lebih terperinciANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL TUGAS AKHIR SKRIPSI
ANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB I PENDAHULUAN. yang menyerang saluran pencernaan. Lebih dari 60 persen tumor ganas kolorektal
BAB I PENDAHULUAN A. Latar Belakang Kanker kolorektal ( colo rectal carcinoma) atau yang biasa disebut sebagai kanker usus besar merupakan suatu tumor ganas terbayak diantara tumor lainnya yang menyerang
Lebih terperinciSISTEM KRIPTOGRAFI UNTUK KEAMANAN INFORMASI MENGGUNAKAN FUNGSI CHAOS ARNOLD S CAT MAP SKRIPSI
SISTEM KRIPTOGRAFI UNTUK KEAMANAN INFORMASI MENGGUNAKAN FUNGSI CHAOS ARNOLD S CAT MAP SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi
Lebih terperinciPENGEMBANGAN PERANGKAT PEMBELAJARAN KALKULUS DI KELAS XI SMA DENGAN PENDEKATAN SAINTIFIK KURIKULUM 2013 SKRIPSI
PENGEMBANGAN PERANGKAT PEMBELAJARAN KALKULUS DI KELAS XI SMA DENGAN PENDEKATAN SAINTIFIK KURIKULUM 2013 SKRIPSI Diajukan pada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI
ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciDENGAN KOEFISIEN TEKNIS DAN KOEFISIEN RUAS KANAN BERBENTUK BILANGAN FUZZY
PROGRAM LINEAR FUZZY DENGAN KOEFISIEN TEKNIS DAN KOEFISIEN RUAS KANAN BERBENTUK BILANGAN FUZZY LINEAR TURUN DAN APLIKASINYA PADA MASALAH OPTIMASI LABA PB. GUYUB RUKUN SKRIPSI Diajukan kepada Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. terkontrol pada jaringan paru. Munculnya kanker ditandai dengan
BAB I PENDAHULUAN A. Latar Belakang Kanker paru adalah penyakit pertumbuhan jaringan yang tidak dapat terkontrol pada jaringan paru. Munculnya kanker ditandai dengan pertumbuhan sel yang tidak normal,
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.
BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada
Lebih terperinciPENERAPAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING SKRIPSI. Diajukan Sebagai Salah Satu Syarat
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING SKRIPSI Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Jenjang Strata Satu (S1) Pada Program
Lebih terperincioleh WAHYUNI PUTRANTO NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN METODE GRADIENT DESCENT DAN GRADIENT DESCENT DENGAN MOMENTUM PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN KURS TENGAH RUPIAH TERHADAP DOLAR AMERIKA oleh WAHYUNI PUTRANTO NIM.
Lebih terperinciPENERAPAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MENGUKUR TINGKAT KEPARAHAN PENYAKIT OSTEOARTHRITIS
PENERAPAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MENGUKUR TINGKAT KEPARAHAN PENYAKIT OSTEOARTHRITIS RESEARCH DIAN PRATIWI (1012400496) Program Pascasarjana Ilmu Komputer PROGRAM STUDI TEKNIK
Lebih terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV.
PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV. JOGJA TRANSPORT SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA
PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT TULANG, SENDI, DAN OTOT PADA MANUSIA BERBASIS WEB
SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT TULANG, SENDI, DAN OTOT PADA MANUSIA BERBASIS WEB SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi
Lebih terperinciBAB II KAJIAN TEORI. terutama asap rokok. Menurut World Health Organization (WHO), kanker
BAB II KAJIAN TEORI A. Kanker Paru Kanker paru adalah pertumbuhan sel kanker yang tidak terkendali dalam jaringan paru yang dapat disebabkan oleh sejumlah karsinogen, terutama asap rokok. Menurut World
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Fakultas Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Fakultas Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 Peramalan Harga Indeks Saham Hang Seng dengan Menggunakan Jaringan
Lebih terperinciARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A
ARTIFICIAL NEURAL NETWORK CAHYA YUNITA 5213100001 ALVISHA FARRASITA 5213100057 NOVIANTIANDINI 5213100075 TEKNIK PERAMALAN - A MATERI Neural Network Neural Network atau dalam bahasa Indonesia disebut Jaringan
Lebih terperinciSKRIPSI IMPLEMENTASI PENGENALAN JENIS MANGGA MELALUI TEKSTUR DAUN DENGAN PEMANFAATAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION
SKRIPSI IMPLEMENTASI PENGENALAN JENIS MANGGA MELALUI TEKSTUR DAUN DENGAN PEMANFAATAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION SULASTRI Nomor Mahasiswa : 135410249 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH
Lebih terperinciPEMODELAN FUZZY DENGAN METODE DEKOMPOSISI NILAI SINGULAR DAN APLIKASINYA UNTUK DIAGNOSIS KANKER SERVIKS. Jurnal
PEMODELAN FUZZY DENGAN METODE DEKOMPOSISI NILAI SINGULAR DAN APLIKASINYA UNTUK DIAGNOSIS KANKER SERVIKS Jurnal Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciOleh: Ibrohim Aji Kusuma NIM
PENGEMBANGAN LKS BERBASIS PENDEKATAN SAINTIFIK PADA MATERI PROGRAM LINIER UNTUK SMK KELAS X HALAMAN JUDUL SKRIPSI diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciPERSETUJUAN. Disetujui pada tanggal 22 Oktober Menyetujui, NIP NIP
PERSETUJUAN Skripsi yang berjudul " Pembelajaran Matematika dengan Model Kooperatif Tipe Numbered-Head-Together untuk Meningkatkan Kemandirian Belajar Siswa Kelas X SMA N 1 Imogiri " telah disetujui oleh
Lebih terperinciBAB I PENDAHULUAN. beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang
BAB I PENDAHULUAN A. Latar Belakang Kanker paru telah menjadi salah satu kanker yang sering terjadi dalam beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang tak terkendali pada
Lebih terperinciAPLIKASI MODEL FUZZY UNTUK SISTEM INFORMASI GEOGRAFIS PENENTUAN WILAYAH RAWAN DEMAM BERDARAH DENGUE PROVINSI DAERAH ISTIMEWA YOGYAKARTA SKRIPSI
APLIKASI MODEL FUZZY UNTUK SISTEM INFORMASI GEOGRAFIS PENENTUAN WILAYAH RAWAN DEMAM BERDARAH DENGUE PROVINSI DAERAH ISTIMEWA YOGYAKARTA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciAPLIKASI GRAF FUZZY PADA PENGATURAN LAMPU LALU LINTAS DI PERSIMPANGAN JALAN TERBAN KABUPATEN SLEMAN PROVINSI DAERAH ISTIMEWA YOGYAKARTA
APLIKASI GRAF FUZZY PADA PENGATURAN LAMPU LALU LINTAS DI PERSIMPANGAN JALAN TERBAN KABUPATEN SLEMAN PROVINSI DAERAH ISTIMEWA YOGYAKARTA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENGEMBANGAN PERANGKAT PEMBELAJARAN PECAHAN UNTUK SISWA SMP KELAS VII SEMESTER 1 DENGAN PENDEKATAN REALISTIK SKRIPSI
i PENGEMBANGAN PERANGKAT PEMBELAJARAN PECAHAN UNTUK SISWA SMP KELAS VII SEMESTER 1 DENGAN PENDEKATAN REALISTIK SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciJARINGAN SYARAF TIRUAN UNTUK PENGENALAN JENIS KAYU BERBASIS CITRA G A S I M
JARINGAN SYARAF TIRUAN UNTUK PENGENALAN JENIS KAYU BERBASIS CITRA G A S I M SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 ABSTRAK Pengenalan jenis kayu yang sering dilakukan dengan menggunakan
Lebih terperinciBAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah
BAB IV HASIL DAN PEMBAHASAN A. Data Sampel Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah sampel beras B, 1 buah sampel beras C, dan 2 buah sampel beras D. 1. Data Pengujian Mutu Beras
Lebih terperinciDeteksi Kanker Serviks ( Carsinoma Serviks Uteri ) pada Citra Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Deteksi Kanker Serviks ( Carsinoma Serviks Uteri ) pada Citra Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan Dewi Ari Nirmawaty, Prof. Dr. Ir Suhariningsih, Delima Ayu Saraswati ST. MT. Program
Lebih terperinciANALISIS MODEL ANTREAN KENDALL LEE DENGAN DISIPLIN PELAYANAN PRIORITAS NON-PREEMPTIVE
ANALISIS MODEL ANTREAN KENDALL LEE DENGAN DISIPLIN PELAYANAN PRIORITAS NON-PREEMPTIVE DI PT BANK RAKYAT INDONESIA (PERSERO) KANTOR CABANG PEMBANTU UNIT K.H. AHMAD DAHLAN YOGYAKARTA TUGAS AKHIR SKRIPSI
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan
Lebih terperinciRING FUZZY DAN SIFAT-SIFATNYA SKRIPSI
RING FUZZY DAN SIFAT-SIFATNYA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Gelar Sarjana Sains
Lebih terperinciPENENTUAN JUMLAH PRODUKSI IKAN KALENG MENGGUNAKAN LOGIKA FUZZY SUGENO SKRIPSI. oleh Elna Oktavira
PENENTUAN JUMLAH PRODUKSI IKAN KALENG MENGGUNAKAN LOGIKA FUZZY SUGENO SKRIPSI oleh Elna Oktavira 091810101014 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 2013 PENENTUAN
Lebih terperinciPENGARUH VARIASI BIOMASSA ECENG GONDOK (Eichornia crassipes) TERHADAP KANDUNGAN KROM (Cr) LIMBAH CAIR INDUSTRI SABLON TEMENAN MONJALI YOGYAKARTA
PENGARUH VARIASI BIOMASSA ECENG GONDOK (Eichornia crassipes) TERHADAP KANDUNGAN KROM (Cr) LIMBAH CAIR INDUSTRI SABLON TEMENAN MONJALI YOGYAKARTA SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinciANALISIS SISTEM ANTREAN PADA PELAYANAN TELLER DI PT BANK BPD DIY KANTOR CABANG SLEMAN TUGAS AKHIR SKRIPSI
ANALISIS SISTEM ANTREAN PADA PELAYANAN TELLER DI PT BANK BPD DIY KANTOR CABANG SLEMAN TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk
Lebih terperinciPENGEMBANGAN MEDIA PEMBELAJARAN LOGIKA BERBASIS MULTIMEDIA INTERAKTIF UNTUK SISWA SMA KELAS X SEBAGAI SUMBER BELAJAR MANDIRI SKRIPSI
PENGEMBANGAN MEDIA PEMBELAJARAN LOGIKA BERBASIS MULTIMEDIA INTERAKTIF UNTUK SISWA SMA KELAS X SEBAGAI SUMBER BELAJAR MANDIRI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciANALISIS SISTEM ANTREAN MODEL MULTI SERVER PADA PERUSAHAAN ASURANSI XYZ DI KOTA TASIKMALAYA TUGAS AKHIR SKRIPSI
ANALISIS SISTEM ANTREAN MODEL MULTI SERVER PADA PERUSAHAAN ASURANSI XYZ DI KOTA TASIKMALAYA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinci